全球投資者現時把資金由模型層重新配置到供電與實體基建環節，因為電力供應已經取代晶片，成為限制人工智能發展速度的最大關卡，市場同時面對美國數據中心到 2028 年約 40 GW 的電網接入缺口、變壓器交付期延長至逾 2 年，以及多個州份針對數據中心的立法反彈。燃料電池、儲能系統與燃氣渦輪供應商因此獲得結構性訂單，成為這一輪投資周期的「鏟與鎬」。
需求曲線遠快於電網規劃周期
模型能力的推進速度令電力需求呈現非線性上升，在整個 2025 年，大型語言模型於高難度測試 Humanity’s Last Exam 的答對率由 10% 升至 50%，而開發商正把資源投入所謂遞歸自我改進，即模型可以自主推動自身演進的階段，令能力提升的節奏進一步加快。
採用速度同樣驚人，金融科技公司 Ramp 的數據顯示，模型處理的資料單位 token 使用量在 2025 年 1 月至 2026 年 4 月之間增加 10 倍。超大規模營運商的資本開支同步擴張，Amazon、Microsoft、Google 與 Meta 在 2026 年合計規劃約 7,250 億美元（約港幣 56,550 億元）資本開支，較 2025 年的 4,100 億美元（約港幣 31,980 億元）增加 77%。
排隊、裝置與政治構成三重制約
供需錯配的結構性本質往往被市場低估，美國電網互連隊列在 2026 年初累積約 2,600 GW 的擬建發電與儲能項目，Northern Virginia、Phoenix 與 Dallas 等主要數據中心市場的接入輪候時間已經達到 4 至 7 年，部分地區的公用事業甚至報出 10 年以上的時間表。向 PJM Interconnection 管治層提交的分析警告，美國到 2028 年將面對 49 GW 發電缺口。
裝置供應同樣構成硬約束，美國電力變壓器交付期創下 128 星期的紀錄，變電站級變壓器需要 75 至 110 星期，升壓變壓器更達 100 至 150 星期以上，遠高於疫情前 12 至 16 星期的水平，中壓開關裝置的產能亦已經售罄至 2028 年。業界估算 2026 年美國公布的 16 GW 數據中心項目之中，實際動工者只有約 5 GW，意味 30% 至 50% 的項目面臨延遲或取消。
地方政治阻力令情況更複雜，全美 46 個州份在 2026 年提出合共約 200 項數據中心相關法案，至少 12 個州份出現暫緩興建的提案，Oregon、Texas 與 Arizona 通過的法例則集中處理電費、營運限制與稅務安排，Washington、Oregon 與 Virginia 更推動把電網投資成本由住宅用戶轉移至數據中心營運商。部分地區居民電費在 2020 至 2025 年間升幅高達 267%，成為民意反彈的直接誘因。
推理與代理改變用電形態
AI 應用重心由訓練轉向推理與代理執行任務，令用電曲線出現現有電網未曾設計應付的形態，訓練工作屬批次處理，可以在低谷時段安排，推理與代理則需要實時回應，系統挑戰因而由能源總量供應轉向功率波動與響應速度。這種轉變令數據中心的負荷曲線更接近尖峰型工業用戶，對電網穩定性造成額外壓力。
燃料電池與儲能填補電網空隙
供電空隙催生一批可以繞過電網的方案，燃料電池把燃料直接轉換為電力，安裝速度普遍快於申請新電網接入，用水量有限，排放亦較低，並且可以在離網狀態下建成所謂電力孤島，避免影響其他用戶。Bloom Energy 與 Oracle 的合作規模擴大至最多 2.8 GW，American Electric Power 在 2026 年 1 月落實最多 1 GW、為期 20 年、總值 26.5 億美元（約港幣 206.7 億元）的採購協議，公司在 2025 年 10 月至 2026 年 1 月期間簽訂的合約總額達 76.5 億美元（約港幣 596.7 億元），整體訂單積壓約 200 億美元（約港幣 1,560 億元）。Brookfield Asset Management 亦承諾投入最多 50 億美元（約港幣 390 億元）支援相關部署。
儲能系統扮演另一個關鍵角色，電池等同電力庫存，並不取代發電，卻可以削減尖峰需求、延後昂貴的電網投資，同時讓數據中心參與電網穩定服務。全球儲能系統出貨量在 2025 年增加 75.5% 至 421.2 GWh，2026 年預計達到 600 GWh，美國公用事業級電池新增裝機亦由 2025 年的 15 GW 升至 2026 年的 24 GW。
傳統發電裝置供應商同樣受惠，GE Vernova 的燃氣發電裝置訂單連同機位預留協議由 100 GW 增至 116 GW，行政總裁 Scott Strazik 預期渦輪機產能到 2026 年底售罄至 2030 年。Siemens Energy 的全球訂單簿創下 1,360 億歐元（約港幣 11,532.8 億元）紀錄，其中約 60% 燃氣渦輪訂單與數據中心項目掛鈎。
企業層面的部署啟示
企業規劃 AI 基建時，需要把電力納入與晶片同等的採購優先次序，裝置交付期已經取代資金與半導體供應成為關鍵路徑，選址邏輯亦由土地與網絡延遲轉向可取得的電力容量，因此提早鎖定變壓器、開關裝置與備用電源的訂單位置，比爭取更多 GPU 更能決定項目落成時間。
企業亦可以把電力資產由成本項轉化為收入來源，配置現場燃料電池與電池儲能的設施能夠參與需求響應與頻率調節市場，同時降低對電網升級的依賴，在監管日趨嚴格的州份減少政治摩擦。長期購電協議與自建微電網因而成為大型用戶的標準做法。
亞洲市場面對相同方程式
中國的算力擴張同樣受制於電力結構，全國數據中心用電量在 2025 年約為 1,700 億千瓦時，佔全社會用電量 1.6%，官方預測到 2030 年將攀升至約 8,000 億千瓦時，佔比升至 6%。政策層面要求 2030 年前 AI 數據中心用電有 80% 來自可再生能源，但可再生能源在 2023 年只佔數據中心用電 11%，缺口令源網荷儲一體化、微電網與潔淨電力直供等新型供電模式加速落實。
電網容量的稀缺性正在重估一批過去不受注目的企業，供電效率高、部署速度快，並且能夠降低數據中心擴張政治成本的供應商，議價能力將持續上升，而電力可用性亦會成為區分 AI 項目成敗的核心變數。單靠這批供應商並不足以填補整體能源缺口，卻足以決定未來 3 至 5 年 AI 產能的實際釋放節奏。對投資者與企業決策者而言，AI 的下一階段競爭焦點不在模型參數，而在誰能夠先接上電。
